tailieunhanh - Tích hợp DSM và ảnh chụp UAV với mô hình nơ-ron tích chập trong phân loại lớp phủ mặt đất

Bài viết Tích hợp DSM và ảnh chụp UAV với mô hình nơ-ron tích chập trong phân loại lớp phủ mặt đất trình bày việc tích hợp mạng nơ-ron tích chập và thuật toán Catboost trong phân loại lớp phủ mặt đất từ dữ liệu UAV. Dữ liệu đầu vào của mô hình là ảnh chụp UAV tại Hà nội, kết hợp với mô hình số bề mặt (DSM). | VNU Journal of Science Earth and Environmental Sciences Vol. 38 No. 1 2022 105-112 Original Article Combination of UAV Images and DSM for Land Cover Classification using Convolutional Neural Network Bui Quang Thanh1 Vu Phan Long2 Nguyen Xuan Linh1 Pham Van Manh1 1 VNU University of Science 334 Nguyen Trai Thanh Xuan Hanoi Vietnam 2 Military Mapping Agency 198 Tran Cung Hanoi Vietnam Received 26 July 2021 Revised 11 September 2021 Accepted 16 September 2021 Abstract Machine learning applies predominantly to the classification of the satellite images aerial photo unmanned aerial vehicle UAV data point clouds with considerable achievements. However the dynamic and complex structures of land surface prevent accurate land cover segregation through built-in models and there is a crucial need to investigate novel ones. This study integrates Catboost into a Convolutional neural network for land cover classification from UAV images with a case study in Hanoi. The combination of these images and Digital surface model to form the input datasets. The results show that the overall accuracy reaches 91 5 which is relatively higher than other comparing methods. The proposal model can be used as an alternative method for land cover classification. Keyword UAV Convolutional neural network catboost Hanoi. _ Corresponding author. E-mail address https 2588-1094 105 106 B. Q. Thanh et al. VNU Journal of Science Earth and Environmental Sciences Vol. 38 No. 1 2022 105-112 Tích hợp DSM và ảnh chụp UAV với mô hình nơ-ron tích chập trong phân loại lớp phủ mặt đất Bùi Quang Thành1 Vũ Phan Long2 Nguyễn Xuân Linh1 Phạm Văn Mạnh1 1 Trường Đại học Khoa học Tự nhiên Đại học Quốc gia Hà Nội 334 Nguyễn Trãi Thanh Xuân Hà Nội Việt Nam 2 Cục Bản đồ Bộ tổng Tham mưu Ngõ 198 Trần Cung Hà Nội Việt Nam Nhận ngày 26 tháng 7 năm 2021 Chỉnh sửa ngày 11 tháng 9 năm 2021 Chấp nhận đăng ngày 16 tháng 9 năm 2021 Tóm tắt Các phương pháp học máy đã và đang được .